我的工作還安全嗎？用「兩張地圖」對照：AI 時代不被淘汰的三大前進方向

兩張地圖：我的工作還安全嗎？  

現在把鏡頭從你的公司拉到整個勞動力市場上。每個人都想要一張能進行自我對照的地圖，以判斷自己的工作到底安不安全。很多年前我就做過AI 將改變、甚至取代人類工作的預測，事實證明我的邏輯是對的。隨著AI 的飛速進步，我把這個預測更新成下面兩張地圖：一張給智力工作者，另一張給體力工作者。 

下面先講兩條由兩張地圖共用的軸。 

橫軸表示的是一份工作的內容自由度。低自由度意味著工作環境中有標準答案，邏輯清楚、對錯分明，機器在這裡有壓倒性優勢；高自由度意味著工作中沒有標準答案，這種工作可能看起來有一些模糊、很新穎，對隨機應變能力有很高的要求，有時連問題本身都不容易說清楚，人在這裡有優勢。這條軸的兩端並非總是截然兩分的，但大體上可以認為自由度愈低，機器愈占上風。 

縱軸表示的是一份工作對人際互動的依賴度。在低依賴度一端，價值是你工作的速度、規模、成本、品質等，在這些方面，機器在未來都會更強；在高依賴度一端，價值是誰能在場承擔責任、誰值得被信任、誰能說服他人、誰能創建合法性、誰能關心別人、誰能被另一個人需要，在這些場景中，人更強。 

這兩條軸劃分出四個區域：機器最占優勢的是「工作內容自由度低＋人際互動依賴度低」區域，人最占優勢的是「工作內容自由度高＋人際互動依賴度高」區域。 

下面具體介紹智力工作四象限地圖的四個區域。 

機器主場（工作內容自由度低＋人際互動依賴度低）  

在這個區域，每項工作都有清晰且可遵循的標準答案，不需要某個特定的人在場，比如資料輸入、帳務處理等。一個很「扎心」的事實是，以前我們認為人類能力的高點之一——基礎程式碼撰寫，居然也在這個區域。因為程式碼對不對是有標準答案的。正因為有這把客觀的尺，AI 在寫程式碼上才進步神速。所以如果今天你只是一個「寫程式的封閉執行者」，那麼你能留在機器主場的日子就不多了。 

人機協作（工作內容自由度低＋人際互動依賴度高）  

機器已經比人更會執行這個區域的工作的核心環節， 但這個區域的工作仍然需要保留一部分人——可能是為了取得信任、擔負責任，或者確保合法。比如，AI 已經能解讀放射科提供的影像資料了，但簽字負責的仍是主治醫生。又如，法官做出的裁決可能本就基於AI 的推薦，但這一判決必須由人來做出才有合法性。 

這個區域的工作者面臨的風險就是可能變得只會「蓋章」。若是如此，那麼其遲早會被取代。 

開放成果（工作內容自由度高＋人際互動依賴度低）  

這個區域的工作的特點是：內容很雜、很新穎，所以還得由人來做，但沒人在乎由哪一個人來做。這一類工作沒有關係溢價，如前沿研究、原創寫作、腦力激盪、給全新問題想出第一版策略等，它們處於人類智力和創造性的前沿，但很少涉及人際關係。這個區域的工作者暫時安全，但這種安全性會隨AI 技術的進步逐漸下降。 

人性核心（工作內容自由度高＋人際互動依賴度高）  

這個區域的工作特點是內容很雜且是關於人的。這類工作的從業者多為資深人員，包括心理治療師、優良教師、資深業務等。這是目前人類最有優勢，也最安全的區域。 

體力工作的四象限地圖是類似的。（如圖22 所示）  

左上方的部分，還涉及很多人際互動，收銀員有時要和客戶互動、理髮師需要和客戶聊天溝通，機器的滲透還相當有限。 

左下方是機器主場，涵蓋的工作包括倉庫分揀、流水線裝配、產品品質檢驗等，機器正在一塊塊拿下這個區域。 

在圖中愈往右的區域，機器的優勢愈小。右下方的工作包括老屋水電改造、災後救援、管道搶修等，對於這些雜亂的工作，工作者需要在不可預測的空間裡隨機應變，人仍然穩穩占優勢。而右上方涵蓋的工作，如護理、臨終關懷、助產、到府私廚等，更是隱藏著機器無法觸碰的人性核心。 

這裡還有一個反直覺的現象。十年前，絕大多數人認為AI 會先搶走工廠工人和卡車司機的工作，知識工作者最安全。但真實結果是大腦能幹的活比我們以為的更封閉，手腳能幹的活比我們以為的更開放。這正是「摩拉維克弔詭」在四象限地圖上的樣子。 

在AI 1.0 剛出現的時候，包括我在內的很多人都把創意工作當成人類的安全區，沒想到生成式AI 一腳就踏了進來。創意工作可以分為以下兩種。 

重組式的創意工作——公式化的行銷文案、圖庫插畫、範本設計，這類工作很快就被推到了「封閉＋ 交付結果」區域，AI 在此已占上風。 

原創式的創意工作——真正去界定一個新問題，這是AI 很難觸及的，這類工作仍處於「開放＋交付結果」區域。 

所以「創意能讓你安全」本身是一個過度簡化的結論，重要的是你得分清你做的是哪一種創意，究竟是有跡可循的公式重組，還是原創性極強的新想法。 

三個方向，未來的路 

本節的內容是給每個人的一張行動地圖，這也是你能轉達給身邊其他人的建議。地圖的價值在於告訴你：哪些仗別再打了，以及哪些方向真的通向人還占優勢的地方。整體有以下三個方向供你參考。 

方向一：往「開放」靠。你要主動去尋找那些最難、標準化程度最低、最沒人願意去做的事，去問題還沒被定義清楚的地方。如果你是工程師，與其更快地寫一段標準函數， 不如去啃那個連需求都沒人說得清的專案。你要去做靠品味和判斷、沒有清晰對錯的事，成為那個決定什麼值得做的人。當執行幾乎免費， 稀缺的就不再是「做」， 而是「選」。培養品味、磨練同理心都很有價值，你要大量去看你所從事的產業裡最好的作品，逼自己講清楚它好在哪裡。 

方向二：往「複雜、風險、把關」靠。高風險的把關、跨部門的協調、要照顧各方利益與進行合規的判斷，這些愈是依賴人和規則的專案，AI 愈啃不動。而且出了事，只有人能承擔責任，AI 無法承擔責任。你要把自己放到「出了事要由你負責」的位置上去，那正是價值聚集的地方。 

方向三：往「溫度、信任」靠。未來人類參與最多的工作，不是前沿技術領域的工作，而是「另一個人特意為我付費」的服務工作。當一個人有了更多的時間和更厚的錢包， 他要的往往不只是一頓飯、一堂課，而是「我無條件信任他」、「有個人真的把心放在了我身上」的感受。人與人的關係很多時候需要時間和經歷的累積，這是AI 完全無法取代的。 

這裡再分享五種無論朝哪個方向走都該努力培養的能力，按重要性由高到低排列如下：一是模糊中的判斷力（資訊不全時做對決定，並知道什麼值得做）；二是建立信任與關係的能力（讓他人希望你在場）；三是共情與在場能力（真正聽懂他人的話）；四是指揮AI 的能力（界定問題、拆解、委派、驗證、整合）；五是獨特的品味與策展能力。 

最後，如果挑一件清晰且可以執行的事情來幫助你在未來獲得更強的競爭力，那麼它會是：從2026 年起，成為你的團隊裡最會用AI 的那個人，這是你能買到的最便宜的保險，而且別只用它追求「更快」，要用它追求「更高」， 讓它把你托舉到原來達不到的層級。這正是破解「斷梯」難題的辦法。AI 先取代的恰恰是初級職位，新人一開始就要和AI 競爭，這第一級台階反而是最困難的；而善用AI，新人能直接交付出過去要熬幾年才拿得出的東西。